Estimating soil hydraulic parameters in fine-textured soils using HYDRUS-1D coupled with PEST
Notice bibliographique
Résumé
Frequent flooding and drought events lead to moisture stress in crops, which leads to poor crop yield and quality. Thus, water management strategies are needed to create a conducive environment for plant growth and performance. An effective strategy requires a long-term understanding of soil moisture dynamics regulated by local soil hydraulic properties and hydrologic factors. This study focused on estimating these soil hydraulic parameters using HYDRUS-1D coupled with PEST (external calibration software) and exploring the non-unique nature of the solution for four growing seasons (2016 –2019). One hundred initial guesses of parameter sets were generated for each year for model calibration. The volumetric soil water contents determined at the site within the 0 - 10 cm, 10 - 30 cm, 30 - 70 cm, and 70 - 130 cm layers over the growing seasons were used to calibrate and validate the models. The statistical parameters used for the evaluation of models were NashSutcliff efficiency (NSE) (0 - 1), Percent bias (PBIAS) (±10%), Ratio of Root Mean Square Error to standard deviation (RSR) (< 0.7) and R2 (> 0.5). The results showed that PEST was useful in establishing the non-linearity and non-unique nature of the solution, which established that different parameter sets could result in similar performance and, therefore, ascertained the use of a more rigorous approach (maximum likelihood) based on different parameter sets to improve the reliability of the results. The model performance was satisfactory for the simulation of soil water content in 2016, 2017, and 2019 using the calibrated parameter sets. Poor model performance was observed for the 2018 validation period, which showed how the physical manipulation of soil (tillage), physiological stage of the crop, and soil response to weather (shrink-swell) could alter the soil hydraulic properties to a great extent within a season. The results also demonstrated that the saturated hydraulic conductivity varied over the years to about ten times for the topsoil (plough horizon) but was almost constant for deeper soil layers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».